Dwie nowe funkcje zmieniają doświadczenie chatbota

Kiedy jesteś z przodu, łatwo jest wyprzedzić innych, ponieważ nie widzisz pojazdów za tobą i ich prędkości. Jednak OpenAI idzie o krok dalej, dodając najnowsze funkcje do swojego wiodącego chatbota, ChatGPT. Do tej pory większość asystentów konwersacyjnych ograniczała się głównie do tekstu, ale OpenAI zintegruje audio i wideo z konwersacyjną sztuczną inteligencją. Będziesz teraz mógł prowadzić czat głosowy z ChatGPT, pokazywać mu obiekty lub zdjęcia, a nawet uzyskiwać w czasie rzeczywistym wskazówki dotyczące gotowania lub pomocy dziecku w odrabianiu zadań domowych.

Wyobraźmy sobie, że pod koniec dnia jesteś w domu, zdezorientowany przed otwartą lodówką. Zastanawiasz się, co możesz ugotować z dostępnych składników. Zamiast szukać przepisów w Internecie, mając nadzieję, że pasują do tego, co masz, możesz po prostu zrobić zdjęcie wnętrza lodówki i drugiej spiżarni, a następnie wysłać je do ChatGPT.

Ta aktualizacja jest następstwem innych nowych funkcji, w tym wprowadzenia Dall-E 3 i jego integracji z ChatGPT. Chatbot będzie teraz mógł widzieć, słyszeć i mówić, pierwszy tego rodzaju w świecie konwersacyjnej sztucznej inteligencji. Cel jest prosty: uczynić interfejs użytkownika możliwie najbardziej intuicyjnym, pozwalającym komunikować się z urządzeniem w jak najbardziej naturalny sposób.

Rozmowy głosowe

Jednym z głównych ulepszeń w tej aktualizacji jest Wprowadź rozmowy głosowe. OpenAI umożliwiło łatwy dostęp do tej funkcji z poziomu ustawień aplikacji mobilnej, gdzie użytkownicy będą mogli wybierać spośród pięciu różnych głosów. Nie wiadomo, czy początkowo język francuski będzie brany pod uwagę. Gdy skończysz, wystarczy nacisnąć przycisk zestawu słuchawkowego znajdujący się w prawym górnym rogu ekranu głównego, aby rozpocząć czat głosowy.

Ten krok naprzód to nie tylko osiągnięcie technologiczne, ma on również wpływ praktyczny. Możesz rozmawiać z ChatGPT gdziekolwiek jesteś, poprosić dziecko o bajkę na dobranoc, a nawet zakończyć dyskusję przy stole. OpenAI obiecuje dźwięk, który brzmi zaskakująco realistycznie. W tym celu specjalista ds. sztucznej inteligencji współpracował z aktorami głosowymi, aby stworzyć te głosy, aby zapobiec potencjalnym nadużyciom, które mogłyby wynikać ze zbyt przekonujących głosów syntetycznych.

Interakcja z obrazami i obrazami

Gdyby czaty głosowe były jedyną aktualizacją, byłoby to naprawdę imponujące. Ale OpenAI na tym się nie kończy. od teraz, ChatGPT będzie także mógł wchodzić w interakcję z obrazami. Wyobraź sobie, że jesteś w domu i zastanawiasz się, co ugotować na obiad. Możesz po prostu zrobić zdjęcia swojej lodówki i spiżarni i poprosić ChatGPT o sugestie dotyczące przepisów.

Model, który „widzi” przesłane przez Ciebie zdjęcia, identyfikuje dostępne składniki i sugeruje jeden lub więcej przepisów, które możesz z nich przygotować. Na przykład, jeśli ChatGPT określa jajka, ser i warzywa, może sugerować omlet warzywno-serowy. A jeśli masz dodatkowe pytania, np. o najlepszy sposób jajecznicy lub optymalny czas gotowania, chatbot może udzielić Ci instrukcji krok po kroku, dzięki czemu proces przygotowywania obiadu będzie płynniejszy i bardziej intuicyjny.

Możliwość interakcji z treściami multimedialnymi otwiera niezliczone możliwości, szczególnie w sektorze edukacji. Możesz pomóc dziecku rozwiązać problem matematyczny, robiąc zdjęcie problemu, zakreślając je i prosząc o dowody od ChatGPT.

Krótko mówiąc, OpenAI nie spoczywa na laurach. Dzięki tym ulepszeniom amerykańska firma stara się utrzymać pozycję lidera. Użytkownicy wersji Plus i Enterprise po raz pierwszy zobaczą te nowe funkcje w nadchodzących tygodniach, a wkrótce potem dołączą do nich inne grupy użytkowników, w tym programiści. Oprócz aspektów technicznych te nowe funkcje mają na celu stworzenie bogatszego i bardziej intuicyjnego doświadczenia użytkownika, przybliżając w ten sposób sztuczną inteligencję do rzeczywistej interakcji międzyludzkiej.